計量中的異方差性ppt課件(編輯修改稿)
2025-02-11 11:35 本頁面
【文章內(nèi)容簡介】 在異方差性 ， 相反 ， 則認為隨機誤差項滿足同方差假定 。 Glejser檢驗的特點是 ： 不僅能檢驗異方差性 ， 而且通過 “ 實驗 ” 可以探測異方差的具體形式 ， 這有助于進一步研究如何消除異方差性的影響 。 異方差 。 利用 EViews軟件進行 Glejser檢驗的步驟為 LS y c x GENR lnx=log(x) LS lnE2 c lnx 運行結(jié)果如下： 表 回歸結(jié)果 上述回歸方程表明利潤函數(shù)存在異方差性 。 以上懷特檢驗 、 戈里瑟檢驗和帕克檢驗方法統(tǒng)稱為 殘差回歸檢驗法 。 ARCH檢驗 （ 自回歸條件異方差檢驗 ） 如果在建模分析中所用樣本資料是時間序列數(shù)據(jù) ， 當存在異方差性的時候 ， 可考慮用 ARCH(autoregressive conditional heteroskedasticity)方法檢驗 ， 設(shè) ARCH過程為 : 則 ARCH檢驗的基本步驟如下： 1． 運用 OLS方法對模型 模型變換法 模型變換法即對存在異方差性的模型進行適當?shù)淖兞孔儞Q ，使變換后的模型滿足同方差假定 。 前提是要合理確定異方差性的具體形式 ， 這可以通過用帕克檢驗 、 戈里瑟檢驗等方法所提供的異方差的具體形式來確定 。 設(shè)模型為一元線性回歸模型： 記： 加權(quán)最小二乘法 (WLS) 加權(quán)最小二乘法是對原模型加權(quán) ， 使之變成一個新的不存在異方差性的模型 ， 然后采用 OLS法估計其參數(shù) 。 加權(quán)的基本思想是： 在采用 OLS方法時 ， 對較小的殘差平方賦予較大的權(quán)數(shù) ， 對較大的殘差平方賦予較小的權(quán)數(shù) ， 以對殘差提供的信息的程度作一番校正 ， 提高參數(shù)估計的精度 。 加權(quán)最小二乘估計的 EViews軟件實現(xiàn)過程 ： EViews軟件的具體執(zhí)行過程為 (1)生成權(quán)數(shù)變量； (2)使用加權(quán)最小二乘法估計模型； 命令方式 : LS(W=權(quán)數(shù)變量或表達式 ) y c x 菜單方式 : ① 在方程窗口中點擊 Estimate按鈕； ② 在彈出的方程說明對話框中點擊 Option進入?yún)?shù)設(shè)置對話框； ③ 在參數(shù)設(shè)置對話框中選定Weighted LS方法 ， 并在權(quán)數(shù)變量欄中輸入權(quán)數(shù)變量 ， 然后點擊 OK返回方程說明對話框； ④ 點擊 OK， 系統(tǒng)將采用 WLS方法估計模型 。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1